APENDICE D

INFORME DEL TALLER SOBRE EL AREA 48 (La Jolla, EEUU, 15 al 26 de junio de 1998)

INFORME DEL TALLER SOBRE EL AREA 48 (La Jolla, EEUU, 15 al 26 de junio de 1998)

INTRODUCION

1.1 El taller sobre el Area 48 se celebró del 15 al 26 de junio de 1998. La reunión fue presidida por el Dr. R. Hewitt (EEUU) y celebrada en el Southwest Fisheries Science Center, en La Jolla, EEUU.

1.2 El Dr. P. Smith, Director Subrogante del Southwest Fisheries Science Center, inauguró la reunión.

1.3 Se deliberó sobre el orden del día provisional que había sido distribuido con anterioridad, y se convino en agregar dos puntos adicionales:

1a. Presentación de información básica enfocada principalmente en el Area 48; y

2a. Presentación y análisis de los métodos para combinar e integrar índices y de propuestas para solucionar el problema de los valores faltantes en los conjuntos de datos.

El orden del día (apéndice A) fue adoptado sin más modificaciones.

1.4 La lista de los participantes figura en el apéndice B, y la lista de los documentos presentados a la reunión se incluye en el apéndice C.

1.5 El informe fue redactado con la colaboración de todos los participantes.

ANTECEDENTES Y OBJETIVOS

2.1 La variabilidad del ecosistema en el Area 48 (sector del Atlántico sur del océano Austral, figura 1) ha sido documentada mediante varios análisis retrospectivos de datos históricos recopilados en varias localidades y áreas, y presentados al WG-EMM. Por ejemplo, la variabilidad anual del reclutamiento proporcional de kril (Euphausia superba) fue descrita en base a las prospecciones en el área de la Península Antártica (Subárea 48.1), la variabilidad del éxito reproductor de los depredadores del kril que se reproducen en tierra ha sido descrita de los estudios de seguimiento realizados cerca de Georgia del Sur (Subárea 48.3), y la variabilidad en la formación del hielo marino ha sido descrita en los datos registrados de las islas Orcadas del Sur (Subárea 48.2).

2.2 En varias ocasiones durante las reuniones del WG-EMM, los comentarios de los participantes han indicado que aparentemente existe una coherencia entre las observaciones ocasionales realizadas en varios sitios y las series cronológicas más completas de datos recopiladas en un lugar diferente dentro del Area 48. Los participantes han señalado que es necesario realizar una comparación más formal de los conjuntos de datos, tanto biológicos como físicos, en diversas escalas espaciales. El objetivo de tal ejercicio sería describir la naturaleza, extensión y grado de similitud de los procesos que ocurren en el Area 48.

2.3 En su reunión de 1996, el Comité Científico convino en pedir al WG-EMM que se realizara un taller para estudiar el nivel de coherencia de los procesos que ocurren en el Area 48 (SC-CAMLR-XV, párrafo 5.25) y en 1997 reiteró la necesidad de llevar a cabo este taller (SC-CAMLR-XVI, párrafo 6.50).

2.4 El cometido del taller incluyó los siguientes objetivos:

i) identificar la magnitud de la variación de los índices claves del medioambiente, de las especies explotadas y las especies dependientes en cada temporada y entre temporadas, en las últimas décadas;

ii) identificar el grado de coherencia entre los índices de distintos sitios y determinar los vínculos entre las Subáreas 48.1 (Península Antártica), 48.2 (islas Orcadas del Sur) y 48.3 (Georgia del Sur);

iii) desarrollar hipótesis de trabajo; y

iv) elaborar un informe resumido para la consideración del WG-EMM en su reunión de 1998.

2.5 Las hipótesis examinadas fueron (SC-CAMLR-XVI, párrafo 6.51):

i) H0: las Subáreas 48.1, 48.2 y 48.3 representan ecosistemas independientes y los fenómenos observados en una subárea no reflejan necesariamente lo que sucede en otras subáreas; o, a la inversa

ii) H1: el Area 48 es un ecosistema homogéneo y los fenómenos observados en una subárea reflejan lo que sucede en la totalidad del Area 48.

2.6 Se reconoció que probablemente ninguna de estas hipótesis es correcta. Sin embargo, ellas representan las perspectivas extremas de una gama de posibilidades, y como tal sirvieron para enfocar los objetivos del taller.

2.7 A fin de proporcionar una estructura base para el taller, se convino que:

i) los índices derivados a partir de los conjuntos de datos (sin utilizar métodos estándar necesariamente) deberían ser presentados antes de la reunión;

ii) estos índices serían incorporados a un servidor central accesible a una red de ordenadores disponibles para los participantes del taller;

iii) se podrían presentar documentos de trabajo que aclaren los detalles del muestreo y tratamiento de datos que anteceden la formulación de un índice; y

iv) se podrían presentar documentos de trabajo adicionales que traten el tema de las posibles relaciones entre los índices.

2.8 Como parte de los preparativos para el taller, se solicitó a los participantes que presentaran índices y efectuaran análisis de sus propios datos (es decir, la investigación de las propiedades de los índices, el análisis de variables múltiples, etc.) para luego informar de ello al taller.

2.9 Los procesos del ecosistema se dividieron en cuatro categorías y se designaron coordinadores para ayudar en la organización y presentación de datos:

i) Medioambiente físico – Sr. A. Amos (EEUU), Dr. P. Trathan (RU) y Dr. M. Naganobu (Japón): a) hielo marino; b) circulación; c) hidrografía; d) meteorología; y e) temperatura de la superficie del mar (SST).

ii) Medioambiente biótico – Dr. V. Loeb (EEUU): a) fitoplancton; y b) zooplancton.

iii) Especies dependientes – Dr. J. Croxall (RU) y Dr. W. Trivelpiece (EEUU): a) índices CEMP; b) otros índices; y c) captura y avistamiento de cetáceos.

iv) Kril– Dr. J. Watkins (RU) y Dr. V. Siegel (Alemania): a) demografía; b) reclutamiento; c) abundancia y distribución de los estadios post larvales (determinadas de

muestras de la red y de prospecciones acústicas); d) abundancia y distribución de larvas; y e) datos de las pesquerías.

2.10 Todos los coordinadores se encargaron de solicitar los datos necesarios a la amplia comunidad de científicos que trabajan en campos de investigación relacionados con la Antártida.

2.11 En todas las solicitudes se subrayó que los datos proporcionados y los resultados del taller solamente serían utilizados por el Comité Científico y sus organismos auxiliares Los derechos básicos de los autores/titulares de los datos están estipulados en el Reglamento de Acceso y Utilización de los Datos de la CCRVMA (SC-CAMLR-XIII, anexo 10). Por lo tanto, los datos y los resultados procesados durante y después del taller no estarán accesibles al público en general sin el permiso previo de sus autores.

2.12 A fin de diseminar la información sobre el cometido, los antecedentes y la organización logística del taller, el Dr. Hewitt creó un sitio en la Web de acceso libre para todos los posibles participantes. Los índices fueron incorporados al sitio Web, de acuerdo a su tipo (medioambiente físico, medioambiente biótico, kril y depredadores del kril ) y origen geográfico (Subárea 48.1 – Península Antártica, Subárea 48.2 – islas Orcadas del Sur y Subárea 48.3 – Georgia del Sur).

2.13 Los conjuntos de datos disponibles para el taller en el sitio Web figuran en el apéndice D.

2.14 A fin de llevar a cabo una variedad de tareas preliminares, tales como la evaluación y el análisis de los datos y de los índices, se formaron cinco subgrupos:

i) medioambiente físico (coordinador Dr. Trathan), ver sección 3; ii) medioambiente biótico (coordinador Dr. Loeb), ver sección 5; iii) kril (coordinador Dr. Watkins), ver sección 4; iv) depredadores terrestres del kril (coordinador Dr. I. Boyd (RU), ver sección 7; y v) depredadores marinos del kril (dracos y ballenas) (coordinador Dr. I. Everson

(RU)), ver sección 6.

2.15 Las discusiones sobre las interacciones entre el medioambiente, la presa y los depredadores fueron presididas por el Dr. E. Murphy (RU); ver sección 8.

2.16 El taller consideró datos recopilados durante el verano y el invierno. El período invernal, generalmente de mayo a octubre, cubre la fecha de cambio de un año emergente de la CCRVMA del 1˚ de julio al 30 de junio. La redacción del texto del informe adoptó la siguiente convención:

i) el invierno corresponde al año civil de las observaciones; es decir los datos recopilados desde mayo a agosto de 1991 serían designados como correspondientes a 1991; y

ii) el verano corresponde al año emergente; es decir 1990/91 para el año 1991 de la CCRVMA.

2.17 El programa informático para elaborar figuras no permitió la implementación completa de las convenciones adoptadas y por consiguiente las estaciones se especifican según el año civil de su término. De esta manera, las estaciones invernales son idénticas a las del texto, y las estaciones estivales corresponden a las del año emergente tradicional de la CCRVMA.

MEDIO AMBIENTE FISICO

Introducción

3.1 Los datos sobre el medio ambiente disponibles para el subgrupo eran relativamente escasos y no fue posible investigar a fondo todos los temas de importancia para el taller. El subgrupo indicó que existen abundantes publicaciones sobre el ambiente físico en el océano Austral, incluyendo el Mar de Escocia. Asimismo, el océano Austral y sus vínculos dentro del hemisferio Sur constituyen el foco de muchas investigaciones en la actualidad. Los comentarios a continuación se presentan en este contexto.

3.2 Al considerar el medio ambiente físico como parte de las interacciones del ecosistema, el subgrupo subrayó que se debe tener cuidado al interpretar las relaciones entre el campo físico y biológico en el Area 48. Se reconoció que un enfoque simplista del ambiente físico probablemente no era realista.

3.3 Se señaló a la atención del subgrupo varios documentos que destacan la complejidad del ambiente físico y sus efectos en el ecosistema.

Datos ambientales disponibles para el subgrupo

3.4 Los datos ambientales disponibles para el subgrupo incluyeron:

i) la extensión del hielo marino desde 1987 hasta 1997 – recopilados por detectores de radiación pasiva de microondas en la Península Antártica, Orcadas del Sur, Georgia del Sur y Mar de Escocia;

ii) SST desde 1981 hasta 1998 – recopilados por el Centro Nacional de Investigación Atmosférica, NCAR);

iii) perfiles de temperatura desde 1990 hasta 1998 – de la red CTD de AMLR EEUU cerca de isla Elefante;

iv) temperatura ambiental en la estación Palmer desde 1947 hasta 1996;

v) el índice de oscilación en el pasaje Drake (DPOI) desde 1982 hasta 1994 – la diferencia entre la presión a nivel del mar en Río Gallegos y en Esperanza;

vi) el índice de oscilación austral (SOI) desde 1951 hasta 1998 – la diferencia entre la presión a nivel del mar en Darwin y en Tahiti; y

vii) índices SST de El Niño (EN) desde 1950 hasta 1998 – con EN1+2 del Pacífico oriental, EN3 del Pacífico central y EN4 del Pacífico occidental.

3.5 El Dr. Hewitt describió las estimaciones mensuales de la extensión del hielo marino a partir de subconjuntos de imágenes de la concentración del hielo generadas de los datos producidos por un detector de radiación pasiva de microondas con una resolución pixel de 25 x 25 km.. Los subconjuntos fueron definidos para las islas Shetland del Sur, las Orcadas del Sur, Georgia del Sur y la totalidad del Mar de Escocia.

3.6 El Dr. Trathan describió los datos SST de NCAR alrededor de Georgia del Sur (WS-Area 48-98/10). Los datos se extrajeron de la base mundial de datos de NCAR que tiene una resolución espacial de 1˚ latitud por 1˚ longitud y una resolución temporal de un mes. Los datos se basan en una interpolación óptima de datos de radiometría avanzada de alta resolución (AVHRR) con datos recopilados in situ por boyas y barcos (véase Reynolds y Smith 1994). Los datos NCAR, con una resolución semanal, también estaban disponibles.

3.7 El Sr. Amos describió en detalle los datos CTD del programa AMLR de EEUU. Desde 1990 el programa ha incluido la medición anual de las propiedades físico-oceanográficas de la columna de agua en la región de isla Elefante de la Subárea 48.1. Cada año, se han llevado a cabo dos campañas de 30 días de duración en una red normalizada de perfiles CTD a profundidades de 750 m (o hasta el fondo cuando la profundidad es menor a 750 m). Cada año la primera campaña se realiza en enero/febrero, y la segunda en febrero/marzo. Las estaciones CTD de la red AMLR� efectuadas durante el taller se muestran en la figura 2.

3.8 El Dr. Naganobu presentó los datos sobre las diferencias de presión a nivel del mar (SLP) en el pasaje Drake, e informó que estos datos reflejan las fluctuaciones de los vientos del oeste, que pueden ser considerados como vientos geostróficos. Los datos representan la diferencia entre la presión a nivel del mar en Río Gallegos (51˚32’S, 69˚17’W) y en Esperanza (63˚24’S, 56˚59’W). Los datos se extrajeron de la base mundial de datos de la

Agencia Meteorológica de Japón. El Dr. Naganobu informó que las diferencias mayores en SLP se relacionaban con fuertes vientos del oeste, y las menores con vientos del oeste más débiles; la fuerza de los vientos del oeste controla la magnitud del transporte Ekm.an (Defant, 1961).

Temas selectos de interés para el subgrupo

3.9 Durante la reunión de 1991 del WG-Krill (SC-CAMLR-X, anexo 5), se discutió el tema del transporte oceánico de kril en el Area 48 en general. Se propusieron tres hipótesis para explicar el origen de las poblaciones de kril en las Subáreas 48.1, 48.2, y 48.3: i) cada subárea contiene un stock independiente; ii) la totalidad del Area 48 contiene una población única; o iii) la Península Antártica es la fuente principal de kril, que es transportado luego a cada subárea por la circulación de las aguas antárticas. Se desarrolló un diagrama esquemático de la circulación general y se propuso un modelo conceptual simple. El WG-Krill favoreció la hipótesis iii) y recomendó que el Comité Científico preste atención al flujo de corrientes en el Area 48 y a la interacción de los procesos físicos y biológicos.

3.10 En la reunión del WG-Krill de 1994, el grupo de trabajo consideró el tema de la biomasa y el flujo del kril (SC-CAMLR-XIII, anexo 5, apéndice D). El WG-Krill consideró el informe del taller sobre la evaluación de los factores que afectan el flujo de kril, que utilizó el modelo antártico de alta resolución (FRAM) y comparó los resultados con el flujo geostrófico calculado de los datos hidrográficos del Area 48 (no se utilizaron los datos AMLR). El modelo FRAM predijo velocidades mucho más altas que las calculadas a partir de la observación directa, no demostró el flujo contrario a la corriente costera antártica, y no explicó la variabilidad estacional del flujo. El grupo WG-Krill destacó la diferencia entre las consideraciones teóricas y prácticas, la utilidad de las prospecciones repetidas en pequeña escala y la importancia de realizar prospecciones sinópticas para resolver el problema del flujo de kril. La hipótesis de que el kril es un elemento pasivo que es transportado de una subárea a otra sigue siendo válida, según la opinión del WG-Krill en 1994.

3.11 En base a la perspectiva histórica de la CCRVMA, el subgrupo consideró todos los datos disponibles para el taller y formuló una serie de interrogantes que consideró de importancia para los objetivos del taller. Al formular las interrogantes se tomó nota de documentos publicados recientemente que indican la importancia de los procesos en gran escala en el ambiente físico. Las interrogantes principales consideradas por el taller fueron:

i) ¿Representa el conjunto de datos SST de NCAR adecuadamente a la temperatura de los océanos?

ii) ¿Se distinguen señales atmosféricas mundiales (es decir, SOI) en el Area 48? iii) ¿Están presentes estas señales atmosféricas en las capas superficiales del

océano? iv) ¿Hay indicaciones de señales presentes durante varios años en el ambiente? v) ¿Hay coherencia entre las subáreas del Area 48?

3.12 Al considerar estas cuestiones, se realizaron una serie de análisis de correlaciones cruzadas con decalaje mediante GENSTAT 5.3 (Payne et al. 1993). Estos análisis se basaron en la metodología descrita en el documento WS-Area48-98/10. Se realizaron otras comparaciones mediante representaciones gráficas.

Comparación entre los datos SST de NCAR y de CTD

3.13 Se llevó a cabo una comparación de los datos SST de NCAR con los datos CTD de la red AMLR a fin de determinar si los datos NCAR representan de manera adecuada a la temperatura medida in situ. Para ello se extrajeron los datos CTD tomados a una profundidad de 4 m de los lances CTD que se encontraban dentro de cada una de tres cuadrículas de la red SST de NCAR. Las cuadrículas estaban ubicadas al norte de la isla Elefante – Pasaje Drake (EI1) (60˚30′S, 56˚30′W), al sudoeste de la isla Elefante – Frontal (EI2) (61˚30’S, 56˚30’W) y al sudeste de la isla Elefante – Bransfield (EI3) (61˚30’S, 54˚30’W). La resolución de los datos CTD supera los 0.01˚C.

3.14 En la figura 3 se muestra el gráfico de los datos SST de NCAR recopilados semanal y mensualmente, y de los datos CTD de AMLR tomados a 4 m de profundidad. La figura demuestra que los datos NCAR representan de manera adecuada a los datos medidos in situ, siendo la isla Elefante EI3 la mejor aproximación.

Conclusiones

3.15 Se concluyó que no se podía realizar ningún análisis estadístico alguno con los datos actuales, si bien se debió realizar un estudio formal durante el período entre sesiones. Ya que la comparación gráfica entre las temperaturas SST de NCAR y CTD de AMLR a 4 m de profundidad demuestra en general una gran similitud, se decidió utilizar el conjunto de datos en gran escala NCAR para realizar las comparaciones dentro del Area 48 durante el taller.

Fenómenos atmosféricos mundiales en el Area 48

3.16 El análisis de las correlaciones cruzadas con decalaje de las anomalías del índice SOI y de las anomalías del índice DPOI (de 1982 a 1992) indicó que existía una correlación positiva entre los dos índices, y que el índice SOI precede al DPOI por tres a cuatro meses y por 69 meses. También se encontró una correlación negativa, y la correlación máxima se dio con un retraso de 43 a 44 meses. En base a un nivel de significación estadística dado por ± 2/⎟n (donde n es el número de valores de la serie de datos) se determinó que las correlaciones eran significativas, aunque el nivel de significación se alcanzó apenas.

3.17 El análisis de correlaciones cruzadas con decalaje de las anomalías del índice SOI y las anomalías de la temperatura ambiental en la Estación Palmer (de 1951 a 1996) indicó que existían fuertes correlaciones, y que el índice SOI precede al índice de la temperatura ambiental de la Estación Palmer. La correlación positiva más significativa se observó sin retraso, y la correlación negativa más significativa se observó con un retraso de 20 meses.

Conclusiones

3.18 Los análisis de los índices SOI, DPOI y temperatura ambiental en la Estación Palmer indican que se perciben fenómenos atmosféricos mundiales en el Area 48. Los datos disponibles para el índice DPOI cubrieron un período relativamente corto (10 años), y por lo tanto se debe tener cuidado al interpretar la correlación. El subgrupo sugirió que el análisis del índice DPOI debería continuarse con la adición de datos recientes. La serie de datos de la

temperatura ambiental en la Estación Palmer cubre un período mucho más largo (45 años), por lo tanto esta correlación atmosférica es de mayor poder estadístico.

Indicios de fenómenos atmosféricos en los océanos

3.19 El análisis de correlaciones cruzadas con decalaje entre las anomalías del índice SOI y las anomalías en EN4 indicó que había correlaciones muy fuertes, y que la mayor correlación fue negativa y se dio sin retraso.

3.20 El análisis de correlaciones cruzadas con decalaje entre las anomalías del índice SOI y la extensión del hielo marino en la Península Antártica (de 1987 a 1997) indicó que existían correlaciones y que el índice SOI precede al hielo marino.

3.21 El análisis de correlaciones cruzadas con decalaje entre las anomalías del índice SOI y las anomalías de Georgia del Sur (54˚30’S, 34˚30’W) demostró la existencia de correlaciones negativas fuertes con un retraso temporal de 34 meses, y fuertes correlaciones positivas a los cuatro meses. Por el contrario, el análisis de correlaciones cruzadas con decalaje entre las anomalías de EN4 y las anomalías del índice SST de NCAR en Georgia del Sur demostró la existencia de correlaciones positivas fuertes con un retraso temporal de 34 meses y correlaciones negativas fuertes a los 11 meses. Estos resultados inversos son congruentes con la relación negativa esperada entre los índices SOI y EN4. Sin embargo, para todos los períodos de retraso, las correlaciones entre el índice en EN4 y Georgia del Sur eran más fuertes que las correlaciones entre el SOI y Georgia del Sur. Un análisis similar de los datos correspondientes al Pacífico sureste (61˚30’S, 75˚30’W) demostró resultados similares y la correlación más fuerte entre el Pacífico sudeste y EN4 se observó con un retraso de 28 meses.

Conclusiones

3.22 Como se esperaba, la comparación entre SOI y EN4 indicó que el índice SST se correlaciona negativamente con SOI. Los análisis también confirman las conclusiones realizadas por otros investigadores en relación a las señales en gran escala que se observan en los datos de la extensión del hielo marino (por ejemplo, Carlton y Carpenter, 1989; Murphy et al., 1995; White y Peterson, 1996) y en los datos SST (White y Peterson, 1996). La comparación entre SOI y Georgia del Sur y entre EN4 y Georgia del Sur indicó que las correlaciones más obvias fueron observadas más bien en los índices EN que en el índice SOI. Se destaca la importancia de la fuerte correlación entre la temperatura de la superficie del mar en Georgia del Sur y en el Pacífico oeste (WS-Area48-98/10), congruente con la circulación de las aguas del Pacífico en general.

Señales presentes por varios años en el entorno

3.23 Los análisis de auto correlación con decalaje de las anomalías de los índices EN por separado indicaron que existen correlaciones consecutivas retardadas muy fuertes en el �Pacífico, y que la relación más fuerte se observó con un retraso de 50 meses (WS-Area48-98/10).

3.24 Los análisis de auto correlación con decalaje para las anomalías de los índices SST en un lugar de referencia en el Pacífico sudoeste (61˚30’S, 75˚30’W) mostraron correlaciones consecutivas retardadas muy fuertes: la relación más fuerte se dio con 50 meses de retraso. De manera similar, el análisis de auto correlación retardada para las anomalías de los índices SST en Georgia del Sur (54˚30’S, 34˚30’W) indicó que existen correlaciones muy fuertes a los 49 meses (WS-Area48-98/10).

3.25 Se constató una tendencia temporal y espacial en la formación de hielo marino, con indicios de que se da un ciclo de cuatro años, confirmando así los resultados anteriores de otros investigadores (v.g. Murphy et al., 1995; White y Peterson, 1996).

3.26 En los datos más recientes de las series de datos SST de NCAR para el área de la isla Elefante y de las islas Orcadas del Sur se advierte un calentamiento en los últimos años de la serie. La figura 4 demuestra las anomalías del índice SST de Georgia del Sur, Orcadas del Sur e isla Elefante en las zonas EI1 y EI2. Desde 1992, la temperatura en las Orcadas del Sur y en isla Elefante (zonas EI1 y EI2) ha demostrado una tendencia al calentamiento.

Conclusiones

3.27 Algunas de las señales mundiales (EN) demostraron una gran periodicidad, como también lo hicieron las variables que describen el ambiente físico local del Area 48 (hielo marino y datos SST de NCAR). Las señales se dieron cada cuatro años, equivalente a la periodicidad descrita por White y Peterson (1996).

3.28 Otras señales también fueron observadas durante varios años en los datos SST de NCAR en algunas áreas, y se vio una tendencia (a corto plazo) al calentamiento.

Coherencia entre las subáreas del Area 48

3.29 El análisis de correlaciones cruzadas con decalaje entre las anomalías EN4 y las anomalías del SST en el punto de referencia en el sudeste del Pacífico indicó que existen correlaciones muy fuertes entre los dos índices. Las correlaciones más fuertes fueron positivas y se observaron con un retraso de 26 meses. De manera similar, el análisis que compara EN4 y Georgia del Sur (54˚30’S, 34˚30’W) indicó la existencia de correlaciones cruzadas fuertes a los 34 meses.

3.30 La diferencia del retraso temporal de la correlación máxima entre EN4 y el sudeste del Pacífico y la correlación máxima entre EN4 y Georgia del Sur coincide con la precesión circumpolar de anomalías descrita por Murphy et al. (1995) y White y Peterson (1996). Así, existe un retraso aproximado de ocho meses entre el sudeste del Pacífico y Georgia del Sur. White y Peterson (1996) informaron que una fase de la Onda Circumpolar Antártica (ACW) demora entre ocho a diez años en propagarse alrededor del globo (ver también Murphy et al., 1995) y generalmente consta de dos fases. Esto indicaría que la propagación de la ACW desde el sudeste del Pacífico a Georgia del Sur (41˚ de longitud) debería tomar un poco más de seis meses, un valor comparable con la estimación derivada aquí.

3.31 El análisis de correlaciones cruzadas con decalaje entre EN4 y EI1 de la isla Elefante indicó estos dos índices están relacionados. Sin embargo, las correlaciones no fueron tan

fuertes como las observadas en el sudeste del Pacífico o Georgia del Sur. Además, éstas no mostraron un patrón simple y coherente con la ACW. Por ejemplo, se observaron correlaciones positivas en una fecha posterior a las observadas en el sudeste del Pacífico, pero el punto de correlación máxima fluctúa bastante. Los resultados del análisis de EN4 y las Orcadas del Sur (60˚30’S, 47˚30’W) fueron similares, con fluctuaciones alrededor del punto de correlación máxima.

3.32 La ACW documentada por White y Peterson (1996) fue descrita en relación a la corriente circumpolar antártica (ACC); por lo tanto es razonable esperar que las correlaciones para las áreas adyacentes a la Península Antártica sean más débiles. Es posible que en estas áreas influyan otros factores de importancia, por ejemplo, las aguas continentales o el flujo de salida del mar de Weddell pueden afectar las señales oceanográficas locales.

3.33 La estimación de la precedencia de las anomalías del índice SST es congruente con el análisis de simulaciones con modelos que indica que el transporte del agua a través del Mar de Escocia desde la región de la Península Antártica ocurre aproximadamente cada seis a ocho meses (WS-Area48-98/8).

3.34 Sin embargo, los datos recopilados por boyas a la deriva indican que las velocidades reales de transporte posiblemente son mucho mayores. El transporte en gran escala desde la Península Antártica a Georgia del Sur generalmente toma de tres a cuatro meses. También se ha registrado un transporte de aproximadamente dos meses.

3.35 El subgrupo indicó que el transporte a través del Mar de Escocia depende de la naturaleza exacta del campo de flujo. La ACC comprende una serie de amplias zonas de desplazamiento lento, separadas por regiones frontales veloces. Los sistemas frontales son importantes para el transporte de material a través del Mar de Escocia. La posición de éstos sistemas varía pero no existen series cronológicas recientes que permitan la clarificación de la posición por ahora. Además, los datos SST de NCAR no poseen la resolución suficiente para demostrar cambios en la posición de los frentes.

Conclusiones

3.36 Los datos SST de NCAR para el pasaje Drake y Georgia del Sur son congruentes con el ciclo de varios años descrito por White y Peterson (1996). A pesar de que los datos de las zonas cercanas a la Península Antártica y Orcadas del Sur exhiben señales semejantes, éstas no son tan obvias y subrayan que los efectos locales o la influencia de otras áreas (v.g. el Mar de Weddell) pueden jugar un papel importante.

3.37 La coherencia estimada a través del Mar de Escocia es compatible con el flujo promedio del campo de flujo. Sin embargo, el subgrupo subrayó que el transporte puede ocurrir con una mayor frecuencia.

Indices de los análisis interactivos

3.38 Para combinar las variables que describen el ambiente físico con las que describen las poblaciones de kril y de los depredadores dependientes del kril, se calcularon una serie de índices físicos. Para mantener la compatibilidad con los índices del kril y de los depredadores

del kril, los índices ambientales se basaron en valores correspondientes al invierno y verano. Se definió el verano como los meses de noviembre a marzo inclusive, y el invierno como los meses de junio a octubre inclusive. Se determinaron los índices del verano e invierno de: SST de NCAR, EN1+2, EN3, EN4, SOI, DPOI, temperatura ambiental y extensión del hielo marino de la Estación Palmer (figuras 5 a 8). Con respecto al conjunto de datos SST de NCAR, se determinaron los índices a partir de los promedios de todos los datos SST de los meses invernales y estivales.

3.39 El conjunto SST de NCAR abarca de manera global el índice SST, y las áreas cubiertas de hielo marino se representan por un valor fijo. Ya que las áreas seleccionadas para la determinación de los índices SST de NCAR incluyen ocasionalmente al hielo marino, en particular en el invierno, los índices NCAR deben ser considerados como un índice hielo océano.

3.40 Para la región de Georgia del Sur, se seleccionaron los datos SST de NCAR que cubriesen el radio de alimentación de los depredadores de la isla Bird en el verano. Las áreas seleccionadas incluyen también una proporción del radio de alimentación de muchas especies dependientes del kril en el invierno. Los datos NCAR se eligieron de modo de evitar el alto nivel de correlaciones previsto de las posiciones adyacentes en la red global.

3.41 Para la región de la Península Antártica, los datos SST de NCAR se seleccionaron para cubrir el radio de alimentación de los depredadores de la isla Anvers, bahía Almirantazgo y de isla Signy en verano e invierno.

3.42 Para la región del Mar de Escocia, los datos SST de NCAR se seleccionaron para incluir las áreas ya elegidas de Georgia del Sur y de la Península Antártica, además de otras áreas del Mar de Escocia.

3.43 Para el área de la isla Elefante, también se calcularon índices de la red CTD del programa AMLR. Los índices se basaron en mediciones CTD dentro de cada una de las tres cuadrículas de la red SST de NCAR. Las cuadrículas estaban localizadas al norte (EI1), sudoeste (EI2) y sureste (EI3) de la isla Elefante. Se calculó el promedio de los datos CTD dentro de cada cuadrícula NCAR para cada año para rendir un índice único de la temperatura anual en la superficie, es decir a 4m, 100 y 500 metros de profundidad.

3.44 Los niveles más profundos son de importancia para la oceanografía del Area 48. La temperatura a los 100 m de profundidad se aproxima a la temperatura mínima del agua superficial antártica en el invierno. Esta capa, que es detectable en el verano, representa la capa superficial residual con una mezcla de temperaturas del invierno anterior, y puede concebirse como de temperatura ‘fosilizada’, dando quizás un conocimiento intuitivo de las temperaturas del invierno anterior. Las aguas circumpolares profundas (CDW) al norte de las islas Shetland del Sur se encuentran a 500 m. Es posible que esta capa profunda y cálida se aproxime a la plataforma mezclándose con aguas provenientes del Mar de Weddell y del Estrecho de Bransfield.

3.45 Las áreas de las cuadrículas NCAR (EI1, EI2 y EI3 en isla Elefante) en la región AMLR definen regiones oceanográficas de características similares en cuanto a la temperatura y salinidad. Sin embargo, para perfeccionar la clasificación, se agruparon las estaciones en cinco grupos de distinta salinidad y temperatura (Amos y Lavender, 1992) y se recopilaron valores para cada uno de los tres meses (enero a marzo) cubiertos en las prospecciones AMLR. Los índices son los promedios de las temperaturas a 4 m, 100 m, y

500 m. En la figura 9 se comparan las temperaturas promedio de las aguas del Pasaje Drake y del Estrecho de Bransfield, y se puede apreciar que las temperaturas a 100 m no están sincronizadas con las aguas superficiales en el mismo año.

3.46 La figura 10 compara el índice de la temperatura a 100 m en las aguas invernales del Pasaje Drake con el índice SST invernal de la Península Antártica. Al contrario de lo esperado, los índices parecen estar sincronizados.

KRIL

4.1 En la tabla 1 se presentan en forma resumida los datos sobre la abundancia, el reclutamiento y la estructura demográfica del kril en las Subáreas 48.1 y 48.3 disponibles para los análisis del taller.

Abundancia del kril

4.2 Se dispuso de estimaciones de la abundancia del kril derivadas de las prospecciones acústicas efectuadas en las dos subáreas. Los métodos de recopilación de datos en las dos subáreas fueron en general comparables, pero ciertas diferencias en la técnica utilizada posiblemente introdujeron sesgos en los valores absolutos obtenidos. El documento WS-Area48-98/9 presenta las mejores estimaciones de la biomasa de kril obtenidas de prospecciones realizadas alrededor de Georgia del Sur (Subárea 48.3) entre 1980/81 y 1997/98. Las técnicas acústicas para la identificación del kril han evolucionado: las campañas iniciales clasificaban a todos los blancos acústicos como kril, las campañas siguientes utilizaron una clasificación del eco o las diferencias dB para asignar las proporciones de la estimación acústica de la biomasa entre el kril, el zooplancton y el necton. El resumen de los resultados de las prospecciones AMLR de EEUU en la Subárea 48.1 ha sido publicado en el sitio Web.

4.3 El documento WS-Area48-98/9 indicó que las densidades acústicas en el extremo oriental de Georgia del Sur por lo general eran mayores que las estimadas en el extremo occidental de la isla. Esta diferencia fue notoria durante 1997/98. Además, el subgrupo reconoció que las estimaciones acústicas de la densidad del kril varían considerablemente durante el año (Hewitt y Demer, 1994). Para solucionar este problema, en el taller solamente se consideraron las prospecciones acústicas efectuadas alrededor del mes de enero cada año, con la única excepción de la prospección de 1981/82 en la Subárea 48.3 que se realizó en noviembre y diciembre de 1981.

4.4 El documento WS-Area48-98/11 comparó las estimaciones acústicas de la Subárea 48.3 con las de isla Elefante en la Subárea 48.1. A pesar de que hubo diferencias en las técnicas de muestreo y en particular en las técnicas de identificación del kril y del período circadiano de muestreo, el subgrupo convino que no era probable que ellas alterasen los patrones generales observados entre años en las dos subáreas.

4.5 El análisis presentado en el documento WS-Area48-98/11 indicó que las densidades de kril en Georgia del Sur e isla Elefante fluctuaron bastante de un año a otro. Por otra parte, con una sola excepción, en los años para los cuales existen datos de las dos regiones, ocurrieron cambios de la densidad en la misma dirección en ambos sitios (figura 11). La

excepción fue la temporada 1997/98 cuando la biomasa de kril en Georgia del Sur aumentó al mayor valor observado en la totalidad de la secuencia de datos (ver el párrafo 4.17).

4.6 De los años para los cuales existen datos acústicos para ambas subáreas, se observaron biomasas de kril muy bajas en las Subáreas 48.1 y 48.3 en 1993/94. En la Subárea 48.3 se observó una biomasa baja similar en 1990/91, pero la biomasa en la Subárea 48.1 en 1990/91 no fue menor que la biomasa observada en 1983/84 y 1984/85.

4.7 Para la Subárea 48.1 se dispuso de estimaciones de la densidad de kril basadas en datos del muestreo de la red y acústicos. La comparación entre los dos conjuntos de datos (figura 12) reveló que en ambos ocurrieron cambios de la densidad de año en año en la misma dirección. Sin embargo, se debe notar que la relación absoluta entre las dos estimaciones de la densidad no fue constante, ya que se observaron cambios mayores alrededor de 1985/86 y 1992/93. El subgrupo no fue capaz de establecer la causa de tales cambios con la información disponible en la reunión.

Estructura demográfica del kril

4.8 Los cambios en la estructura demográfica del kril en las Subáreas 48.1 y 48.3 fueron analizados de dos maneras. Primero, se utilizaron los índices de reclutamiento para estimar la proporción de la población presente en las clases anuales de un año en particular. En segundo lugar, se estudió la forma de los histogramas de los datos de frecuencia por tallas por lance de las prospecciones científicas para elucidar la estructura general de la población en cada área.

4.9 Los índices de reclutamiento proporcional del kril para la Subárea 48.3 se presentan en el documento WS-Area48-98/20, en el cual se han ponderado las distribuciones de la frecuencia de tallas por la densidad del kril determinada acústicamente en los extremos occidental y oriental de Georgia del Sur. Se desarrolló esta técnica porque era necesario incluir arrastres en los cuales el blanco fue determinado acústicamente, por la escasez de lances estándar en las estaciones.

4.10 En Georgia del Sur el reclutamiento proporcional del kril de la clase anual 1+ año (R1) fue bajo en los desoves de los años 1988/89, 1989/90, 1991/92 y 1993/94 (figura 13). Por el contrario, se observó un reclutamiento anual muy alto para la clase anual 1+ que desovó en 1994/95, que luego disminuyó para el kril que desovó al año siguiente y alcanzó un reclutamiento cero para el kril que desovó en 1996/97. Se debe tomar nota, sin embargo, que para este año se observaron varios ejemplares de kril de un tamaño intermedio entre el tamaño normalmente observado para las clases de 1+ y 2+ años de edad. El análisis presentado en WS-Area48-98/20 asignó el kril de tamaño pequeño a la clase anual 1+. La inspección del kril de la Subárea 48.1 reveló no solamente la presencia de kril de edad 2+ de tamaño menor al usual pero también algunos ejemplares de edad 1+ que eran más pequeños de lo normal. Por lo tanto el subgrupo reasignó estos ejemplares de kril de la Subárea 48.3 a la clase anual de edad 2+.

4.11 El R1 de la región de la isla Elefante ha sido presentado en reuniones anteriores del WG-EMM. La comparación de estos datos con los datos de Georgia del Sur demostró una congruencia notable (figura 13). En ambas áreas el kril desovado en los años 1988/89, 1989/90, 1991/92 y 1992/93 tuvo un R1 muy bajo (

posible verificar la congruencia con otros años de reclutamiento alto (años de desove anteriores a 1982/83, 1987/88 y 1990/91) debido a la falta de datos sobre las regiones alrededor de Georgia del Sur para estos años.

4.12 El subgrupo consideró asimismo los resultados del índice de reclutamiento proporcional de kril de la clase anual 2+ (R2). Sería razonable esperar que para cualquier año de desove un buen R1 se reflejaría en un buen R2. De esta manera, R2 podría proporcionar datos sobre un posible éxito del desove en los años que R1 no cubre. Sin embargo, una comparación de R1 y R2 de Georgia del Sur demuestra que cuando se dispone de valores de R1 y R2 para el mismo año, no se logra un acuerdo con respecto a un criterio para discernir entre años de desove buenos o malos (figura 14). A pesar de que la relación entre R1 y R2 en la Subárea 48.1 demostró mayor concordancia que en la Subárea 48.3, hubo bastantes desacuerdos.

4.13 La comparación de R2 para la isla Elefante y Georgia del Sur demostró una concordancia mucho menor que la observada entre los valores de R1 (figura 15). Este resultado era esperado dados los resultados descritos en el párrafo 4.12. El subgrupo reconoció que esta falta de concordancia puede deberse a problemas metodológicos inherentes al cálculo de R2, en particular, a la dificultad en la separación de esta clase anual del kril de mayor tamaño, el período más largo en el cual pueden operar las influencias ambientales y las áreas de muestreo en relación con la distribución general de la población de kril.

4.14 Se combinaron los datos sobre la abundancia estimada de las prospecciones acústicas de la Subárea 48.3 y de muestreos de la red en la Subárea 48.1 y el reclutamiento para estimar el reclutamiento absoluto de la clase anual 1+ (figura 16). La tendencia general para la Subárea 48.1 fue un reclutamiento absoluto mayor en los años de desove de 1979/80 a 1981/82. Los máximos del reclutamiento del desove en 1987/88 y 1994/95 fueron relativamente bajos. No fue posible comparar los máximos del reclutamiento en la Subárea 48.3 ya que solamente se observó un punto máximo en los datos. Sin embargo, es obvio que el reclutamiento absoluto fue bajo en los años 1988/89, 1989/90, 1991/92 y 1992/93 porque, sin tomar en cuenta la población total de kril, la proporción de la clase anual 1+ fue muy baja.

4.15 Se dispuso de datos de la frecuencia de tallas por lance de prospecciones científicas realizadas en las Subáreas 48.1 y 48.3 para el período 1980/81 a 1997/98, y en 1983/84 y 1987/88 cuando también hubo datos de la Subárea 48.2. Estos datos pueden facilitar la comprensión de los vínculos del sistema, pero es necesario reducir las distribuciones de la frecuencia de tallas a un índice más asimilable. El subgrupo utilizó una técnica de análisis por conglomerados que fue desarrollada para las distribuciones de frecuencias de tallas alrededor de Georgia del Sur (WG-EMM-97/47).

4.16 Se realizó el análisis de conglomerados en base a los datos de frecuencia de tallas por lance, agrupados en clases de tallas 50 mm, utilizando el algoritmo de conglomeración jerárquica del valor más lejano (vínculo completo) de Genstat 5.4.1 (Payne et al., 1993). Los datos agrupados fueron procesados como distancias Euclidianas y normalizados en un rango de 0 a 100. El dendrograma del análisis de conglomerados resultante reveló la presencia de cuatro conglomerados principales cuya similitud yace entre 55 y 75 %. La distribución de los conglomerados se graficó en función de la posición del lance para cada campaña. A continuación del análisis, se calculó el porcentaje de cada tipo de conglomerado en cada subárea por año. Se obtiene así una medida

de las proporciones relativas de las amplias categorías de las distribuciones de las frecuencia de tallas en cada subárea. Estos datos se utilizaron a continuación para calcular una matriz de similitudes, nuevamente suponiendo que representan distancias Euclidianas dentro de un rango de 0 a 100. Se extrajeron de la matriz las similitudes entre las Subáreas 48.1 y 48.3 para cada año en el cual ambas fueron muestreadas. Se consideró que no se disponía de suficientes muestras para la Subárea 48.2 (dos años solamente) como para incluirlas en la matriz de similitud.

4.17 El índice de similitud de la frecuencia de tallas del kril (figura 17) demuestra que el kril en las Subáreas 48.1 y 48.3 fue muy similar en tres años (1989/90, 1992/93 y 1996/97). Por el contrario, en algunos años fue muy diferente, por varias razones. La diferencia más grande entre las dos subáreas ocurrió el año 1993/94, en el cual se encontró kril de gran tamaño alrededor de la Península Antártica y de Georgia del Sur. Sin embargo, en Georgia del Sur también se encontró kril de tamaño mediano y pequeño. En 1997/98 el kril de tamaño mediano era abundante en ambas subáreas. Sin embargo, en la Subárea 48.3 se encontró kril de gran tamaño que no se encontraba presente en la Subárea 48.1. Asimismo, en la Subárea 48.1 se encontró kril pequeño que no se encontraba presente en la Subárea 48.3. A pesar de que se observó un bajo valor de similitud en 1987/88, esto se debió posiblemente al número reducido de lances realizados en la Subárea 48.3 este año.

4.18 El documento WS-Area48-98/15 presenta datos de la frecuencia de tallas del kril tomados de muestras de la dieta de los depredadores en Georgia del Sur para el período 1990/91 a 1996/97. Los datos demuestran una variación considerable del tamaño del kril ingerido en cada temporada (figura 18). Sin embargo, en 1990/91 y 1993/94 el kril, de gran tamaño (moda de ~58 mm) ingerido en diciembre, fue luego reemplazado totalmente en febrero por kril pequeño (moda de ~40 mm). El documento WS-Area48-98/15 predijo que se observaría un patrón similar en 1997/98, y los datos presentados en la reunión indicaron que efectivamente había ocurrido una disminución en el tamaño del kril consumido por los depredadores.

4.19 Datos adicionales sobre la frecuencia de tallas del kril en muestras de la dieta de los pingüinos en la bahía Almirantazgo (Subárea 48.1, véase el apéndice D) no fueron examinados debido a falta de tiempo disponible durante el taller.

Datos de la pesquería de kril

4.20 Se analizaron los datos de las pesquerías de kril en las Subáreas 48.1, 48.2 y 48.3 para proporcionar un índice combinado para cada subárea en cada año. El subgrupo consideró que tales datos podrían ser de utilidad porque la pesquería en Georgia del Sur se realiza en el invierno y por lo tanto los datos pueden dar información sobre retrasos temporales diferentes a los obtenidos de los datos de prospecciones científicas (que normalmente están restringidos a la temporada veraniega).

4.21 Los datos de captura total y esfuerzo pesquero se obtuvieron de la base de datos de la CCRVMA (datos de captura y esfuerzo en escala fina). Para la pesquería de kril japonesa el índice de esfuerzo fue el número de días-barco que corresponde al número de días del período de notificación (v.g diez días). Para todas las otras flotas pesqueras la medida del esfuerzo pesquero fue el número de horas de pesca. Los datos se agruparon por flota y por cuadrícula de notificación a escala fina.

4.22 Se delimitaron las siguientes áreas de pesca:

i) isla Elefante: el área entre 60˚–61˚30’S y 50˚–58˚W en la Subárea 48.1; ii) isla Livingston: el área entre 61˚30’–63˚S y 58˚–70˚W en la Subárea 48.1; iii) Orcadas del Sur: toda la Subárea 48.2; iv) isla Bird: el área entre 53˚–55˚S y 37˚–40˚W en la Subárea 48.3; y v) Georgia del Sur Oriental: el área entre 53˚–55˚S y 34˚–37˚W en la Subárea

48.3.

Las temporadas de pesca se dividieron en invierno y verano. El período invernal comprendió los meses de mayo a octubre inclusive, y el período veraniego de noviembre a abril inclusive.

4.23 Se calcularon los índices CPUE y sus promedios por temporada de pesca y área.

4.24 Se analizaron los índices mediante el índice combinado normalizado (CSI) (véase el párrafo 7.9) y los resultados se presentan en la figura 19 (CPUE en verano e invierno).

4.25 En la Subárea 48.1 el CPUE de 1982/83 a 1992/93 siguió un patrón similar al de las áreas de las islas Elefante y Livingston. Fuera de este período, no se observó el mismo patrón.

4.26 En la Subárea 48.2 hay ciertos indicios de una tendencia al aumento en los años 80, pero no se observó un patrón en particular.

4.27 En Georgia del Sur (Subárea 48.3), donde se lleva a cabo una pesquería invernal, el CPUE alcanzó un mínimo alrededor de la isla Bird en 1991 y 1994, y en el sector oriental se observaron mínimos en los años 1991 y 1993. Estos mínimos reflejan la densidad de kril, ya sea antes o después, de la baja densidad observada en las prospecciones científicas de las temporadas veraniegas de 1990/91 y 1993/94.

4.28 El subgrupo indicó que los índices CPUE en estas escalas temporales y espaciales no eran necesariamente los mejores indicadores de la densidad local; los datos de lance por lance serían los más adecuados. Estos datos no se utilizaron en el taller, y en todo caso se habría requerido mucho tiempo para completar cualquier análisis.

4.29 El subgrupo consideró que sería interesante examinar los datos de la frecuencia de tallas de la pesquería comercial, pero se necesitaría mucho trabajo para solucionar los problemas impuestos en estos conjuntos de datos por la selectividad de la red.

MEDIOAMBIENTE BIOTICO

Producción primaria

5.1 El Dr. C. Hewes (EEUU) informó que la biomasa del fitoplancton, medida en base a la concentración de clorofila, mostraba una gran variabilidad espacial intra e interanualmente. Se calculó el promedio de las concentraciones integradas de clorofila (en profundidades de 0-100 m) en la totalidad del área de la prospección AMLR para todo el año (prospecciones realizadas de enero a marzo, figura 20). La biomasa del fitoplancton en los años 1991/92, 1992/93, y 1997/98 fue menor al promedio mientras que en los años 1989/90 y 1994/95 este promedio fue superado. No fue posible realizar comparaciones entre las Subáreas 48.2 y 48.3

ya que no se disponía de datos sobre la clorofila de otras regiones. Los años de bajas concentraciones de clorofila correspondieron a aquellos años cuando se produjo el fenómeno El Niño (un bajo índice SOI en el verano) (figura 20).

Congregaciones de zooplancton

5.2 El Dr. Loeb informó que en los últimos seis años se recolectaron muestras de la red en el área de la isla Elefante durante las prospecciones veraniegas AMLR de EEUU que demostraron un cambio, de la predominancia de salpas (Salpa thompsoni) (1993) a la de copépodos (1995 y 1996) y el retorno a una predominancia de salpas (1998). Estos cambios han sido relacionados con cambios en la abundancia de un orden de magnitud con respecto a los copépodos (en particular de Metridia gerlachei) y de dos órdenes de magnitud con respecto a las salpas. Los períodos intermedios ‘de transición’ (1994 y 1997) se distinguieron por cambios significativos en la abundancia de las salpas y copépodos durante el verano. Estos cambios de la abundancia se dieron durante períodos de tiempo relativamente efímeros (cuatro a seis semanas) y pueden deberse a cambios en los regímenes de advección (es decir, de una advección hacia el polo o hacia el ecuador).

5.3 El Dr. Loeb indicó que los veranos en los cuales predominan las salpas por sobre los copépodos (‘años de salpas’) se han convertido en un fenómeno recurrente en esta área en las últimas dos décadas. Se han observado grandes proliferaciones de salpas cada cuatro a cinco años desde el verano 1983/84. El Dr. Loeb indicó asimismo que esta periodicidad es congruente con la precedencia hacia el este de las anomalías descritas por Murphy et al. (1995) y la onda ACW descrita por White y Peterson (1996).

5.4 El Dr. Naganobu se expresó sobre el documento WS-Area48-98/4, que trata sobre la variabilidad de la proporción de salpas y de kril verde (coloreado por la ingestión reciente de fitoplancton), en base a la información recolectada por los arrastreros japoneses que operan en la Península Antártica. Se analizó la variabilidad, entre años y temporadas, de la frecuencia, duración y magnitud de la proliferación de salpas y de kril verde. No se encontró una relación entre la densidad de las salpas y la proporción de kril verde en las capturas en que ambos se encontraban presentes. En el área de la isla Livingston, la proporción de kril verde fue alta solamente cuando la densidad de las salpas fue pequeña. Sin embargo, no se encontró una relación clara en el área de la isla Elefante.

5.5 El taller consideró estos resultados y concluyó que se necesitaban análisis adicionales. Sin embargo, debido a que se relacionaban con áreas específicas de la Subárea 48.1, y no existen resultados comparables de otras localidades, se refirió su consideración al WG-EMM.

DEPREDADORES MARINOS DEL KRIL

Draco rayado

6.1 El draco rayado (Champsocephalus gunnari) habita en la plataforma de Georgia del Sur, las Rocas Cormorán y las islas Orcadas del Sur y Shetland del Sur, en aguas hasta 500 m de profundidad. Se sabe que la especie se alimenta predominantemente de kril y que su índice de condición es alto en años de gran abundancia de éste (WS-Area48-98/19).

6.2 Se han efectuado estudios sobre la dieta, el estado de alimentación y los índices de la condición. El único conjunto de datos que proporciona una serie cronológica adecuada de datos para más de una localidad correspondió a los datos del índice de la condición.

6.3 El índice de la condición es la proporción entre el peso total y la estimación del peso total, y se calcula para cada ejemplar en forma individual. Se utilizaron los datos de 6 000 ejemplares capturados en siete estaciones para calcular una relación talla-peso ‘promedio’, que a continuación se incluyó en el cálculo individual del peso en la muestra de 24 000 peces medidos durante los 27 años del estudio.

6.4 Inicialmente los resultados se presentaron como promedios mensuales para Georgia del Sur, las Rocas Cormorán, las islas Elefante y Shetland del Sur (WS-Area48-98/19). Para tomar en cuenta los períodos de verano e invierno que se conocen de los depredadores terrestres del kril, se combinaron los datos en un índice de verano (noviembre–abril) y otro de invierno (mayo–octubre).

6.5 El índice de la condición fue bajo en los siguientes períodos:

(i) los veranos de 1977/78, 1982/83, 1990/91 y 1993/94 y los inviernos de 1972, 1985, 1990 y 1997 en Georgia del Sur;

(ii) los veranos de 1972/73, 1986/87 y el invierno de 1997 en las Rocas Cormorán;

(iii) el verano de 1984/85 en las islas Shetland del Sur; y

(iv) los veranos de 1978/79, 1983/84, 1984/85 y 1987/88 en la isla Elefante.

Cetáceos

6.6 La IWC posee cuatro tipos de datos sobre cetáceos que pueden ser útiles para contestar las interrogantes presentadas en el taller. Estos incluyen los resultados de prospecciones de avistamientos de la Década Internacional de Investigación sobre los Cetáceos (IDCR) y de los barcos de exploración japoneses, estadísticas de las capturas comerciales y datos biológicos tomados de una muestra de la captura. Al considerar los cuatro tipos de datos por área, se encontró que no habían datos suficientes como para permitir la comparación entre las áreas.

6.7 Sólo los datos de los barcos exploratorios japoneses, permitieron la estimación de los índices de abundancia durante siete años en la Subárea 48.1, y cuatro años en la Subárea 48.2 (figuras 21 y 22). Se calcularon los índices para la ballena azul, los rorcuales común, jorobado, norteño y aliblanco y la ballena franca. Solo hubo avistamientos suficientes del rorcual aliblanco para justificar el estudio adicional.

6.8 En la Subárea 48.1, la abundancia del rorcual aliblanco fue relativamente estable durante 1973/74, 1974/75, 1975/76, 1979/80 y 1981/82. En 1985/86 la abundancia relativa aumentó substancialmente (el nivel anterior multiplicado aproximadamente por seis). En 1986/87 el índice disminuyó, pero solamente hasta la mitad del nivel anterior. Suponiendo que estos datos constituyen un índice razonable de la abundancia del rorcual aliblanco, ellos indican que la temporada 1985/86 fue muy diferente. La disponibilidad del kril para el rorcual aliblanco puede haber sido mayor ese año en la Subárea 48.1.

6.9 Tanto en la Subárea 48.2, como en la Subárea 48.1, solo los datos sobre rorcuales aliblancos fueron suficientes para realizar análisis adicionales. De los cuatro años de búsqueda en el área, 1980/81 aparentemente exhibe el doble de la densidad de rorcuales aliblancos que la observada en 1973/74, 1981/82 y 1985/86. Teniendo en cuenta que estos índices se han presentado sin estadísticas de dispersión, y otros motivos para proceder con cautela en la interpretación, el aumento en 1980/81 al doble de los índices en otros años bien puede indicar que en ese año la disponibilidad del kril para los rorcuales aliblancos fue mayor.

DEPREDADORES TERRESTRES DE LOS RECURSOS MARINOS

Disponibilidad de datos

7.1 En la circular original del subgrupo, se identificaron cinco sitios para los cuales existen series cronológicas de datos de por lo menos cinco años consecutivos sobre las especies dependientes (isla Bird, isla Signy, isla Foca, bahía Almirantazgo, isla Anvers).

7.2 El taller no contó con datos para la isla Signy, isla Foca e isla Anvers, aparte de los de la base de datos del CEMP. Con respecto a la isla Bird y bahía Almirantazgo, se presentaron varios conjuntos de datos e índices adicionales antes y durante el taller.

7.3 El taller dispuso también de series cronológicas de datos de menor duración (

7.8 Es posible asimismo la creación de otros índices mediante una formula simple de combinación de los índices existentes. Tales índices se denominaron índices compuestos, y en la tabla 6 se proporcionan ejemplos que reflejan el rendimiento de los depredadores.

Análisis de los datos

7.9 En WS-Area48-98/6 se presenta un programa informático, en base al enfoque desarrollado en WG-EMM-Stats-97/7, para el cálculo del Indice Combinado Estándar (CSI). Los índices CSI se derivaron de secciones distintas de la base de datos a fin de proporcionar resúmenes de las series cronológicas para cada sitio, especie y temporadas, aunque las propiedades estadísticas del índice no se conocen a ciencia cierta.

7.10 Debido a restricciones de tiempo, no fue posible investigar los índices combinados de la tabla 5 durante el taller, fuera de los índices de verano e invierno (este último incluye el tamaño de la población).

7.11 Por lo tanto, las tareas para refinar y mejorar los análisis existentes serían:

i) comparación de los resultados obtenidos mediante el uso de índices que combinan todas las variables originales con los que combinan índices simples que representan un grupo de variables relacionadas biológicamente (en el caso de varias especies y localidades, los índices combinados se ponderan a favor de las variables relacionadas con la alimentación);

ii) investigación del uso de índices compuestos para reemplazar los índices que se incluyen en su cálculo. Nótese que el rendimiento de la población en términos de la progenie debiera eliminar los problemas de la supervivencia baja de la progenie en años poco favorables o malos cuya biomasa de destete/emplumaje es mayor al promedio de la población en años de condiciones favorables. Además, los índices de alimentación tomarían en cuenta la posible compensación entre la masa de la ración de alimento y la velocidad de la entrega del alimento);

iii) comparación crítica de los resultados cuando se utilizan índices de invierno, con y sin considerar el tamaño de la población;

iv) formulación de un método para estimar los intervalos de confianza de los índices CSI; y

v) estudio de las tendencias/escalas de la variabilidad de los índices de los depredadores, incluyendo la investigación de los efectos que tendría la variación de la composición de los índices que contribuyen a cada CSI.

7.12 Los índices combinados de verano e invierno para cada especie en cada localidad aparecen en las figuras 23 a 27.

7.13 Debe tomarse en cuenta que todos los análisis, excepto los indicados, se hicieron en base a los valores originales, sin transformación alguna. Después de elaborarse la figura 23, se sustituyeron los valores imputados para el tamaño de la población del albatros de ceja negra en 1987/88, el tamaño de la población y el éxito de la eclosión (sin incluir la cría) en 1994/95.

7.14 La inspección inicial de los índices de verano de las figuras 23 a 27 tratan de identificar los años en que el éxito de la reproducción fue notablemente malo (ver la tabla 7).

7.15 La etapa siguiente fue la combinación de las especies dentro de las localidades. A fin de asegurar que esto no involucrase la combinación de las especies cuyo éxito de reproducción es muy variable a través de los años, se creó una matriz de correlaciones para las variables combinadas del verano por separado (tabla 8). Esta tabla subraya las variables con correlaciones estadísticamente significativas. Sin embargo, las correlaciones entre las numerosas variables deben interpretarse con cautela ya que en ciertos casos las correlaciones significativas pueden ocurrir al azar. Por lo tanto estos valores se utilizaron solamente como una guía para determinar el nivel de correlación apropiado en la combinación o separación de las especies por sitio.

7.16 Como consecuencia, con respecto a las variables del verano, las especies fueron agrupadas por sitio de la siguiente manera:

i) isla Bird, Georgia del Sur (ver la figura 28) – Las tres especies buceadoras (dos especies de pingüinos y el lobo fino antártico) fueron separadas de los albatros de ceja negra. La menor similitud entre el albatros de ceja negra y las otras especies se debe esencialmente a su rendimiento en los años 1987/88 y 1994/95. Estos fueron los dos años de mayor anormalidad en cuanto a las condiciones del entorno físico durante la postura de huevos, causando muchos cambios en la fenología y éxito de la reproducción, que no han sido enfocados en su totalidad con el uso de valores imputados.

ii) isla Signy, islas Orcadas del Sur (ver la figura 29 a) – Los coeficientes de correlación indican que el pingüino adelia debería ser separado de las otras dos especies; pero esta consideración no fue tomada en cuenta cuando se realizó este análisis, y por lo tanto se combinaron las tres especies. Además de la fuerte relación positiva entre el pingüino papúa y de barbijo, la figura 7a indica que es posible que los efectos difieran específicamente según el tiempo, en particular en el pingüino adelia, cuyos índices de rendimiento para la década de los 90 son por lo general mayores que los correspondientes a la década de los 80.

iii) bahía Almirantazgo (ver la figura 29 b) – Hubo correlaciones bajas en todas las comparaciones entre las especies pero sin indicaciones de que fuese necesario separar las especies. Sin embargo, la relación entre el pingüino adelia y papúa indica que hay una fuerte relación en la década de los 90, no así en la década de los 80. Esta tendencia no se observó en las comparaciones entre otras especies del sitio. No se encontraron semejanzas en isla Signy ni en bahía Almirantazgo en el rendimiento de los pingüinos adelia y de barbijo en un año dado.

iv) isla Foca –

Se observó una correlación alta entre las dos especies (pingüino de barbijo y lobo fino antártico), y se combinaron las especies.

7.17 Los índices de verano resultantes se muestran en la figura 30 (nótese que los datos correspondientes al albatros de ceja negra incluyen ahora los valores imputados para 1987/88 y 1994/95). Los años de poco éxito de la reproducción se han identificado en la tabla 9.

7.18 Esto sugiere cierta coherencia con respecto a los índices de verano:

i) en 1983/84 entre las Subáreas 48.3 y 48.2. Nótese que no hay datos para la Subárea 48.1;

ii) en 1989/90 entre las Subáreas 48.2 y 48.1 (pero no con respecto al pingüino de barbijo en la isla Foca);

iii) en 1990/91 en toda el Area 48, excepto isla Signy; y

iv) en 1993/94 entre las Subáreas 48.3 y 48.2, pero no en la Subárea 48.1 (excepto isla Foca).

7.19 También se investigaron las posibles relaciones entre las especies y los sitios mediante la construcción de una matriz de correlación para el éxito de la reproducción – una variable que debiera reflejar el éxito general de la reproducción en el verano y que se registra en la mayoría de las series cronológicas a largo plazo para la mayoría de los sitios. (Las series de datos de ocho años de duración para las islas Foca y Anvers fueron excluidas del análisis). Para completar la matriz con respecto a todos los sitios para los años 1981/82 a 1997/98 (hasta 1996/97 para la isla Signy), se imputaron los valores (mediante la interpolación lineal) correspondientes al lobo fino antártico en la isla Bird en 1982/83 y para las tres especies de pingüino de la bahía Almirantazgo en 1983/84.

7.20 Los resultados que se muestran en la tabla 10 (a los cuales se aplican las mismas advertencias descritas en el párrafo 7.15) indican que hay diferencias mínimas entre los conjuntos de datos con y sin los valores imputados.

7.21 Suponiendo que los valores >0.4 representan correlaciones de interés biológico, las tres correlaciones más fuertes se dan dentro del sitio (pingüinos papúa y adelia de la bahía Almirantazgo, pingüinos papúa y de barbijo de la isla Signy, pingüino papúa y el lobo fino antártico de la isla Bird). Puede que todas estas correlaciones incluyan al pingüino papúa, una especie residente cuyo radio de alimentación es restringido y típicamente muy sensible a fluctuaciones en la disponibilidad de la presa. Hay un grupo de correlaciones más débiles en varias de las comparaciones entre las islas Bird y Signy. Estas se refieren al pingüino papúa y al lobo fino en la isla Bird, y a una combinación de las tres especies de pingüinos en la isla Signy. Sin embargo, el pingüino papúa de las islas Bird y Signy no demuestra una correlación significativa – posiblemente reflejando su distribución anual bastante restringida según el sitio.

7.22 Otro enfoque para examinar las relaciones entre los índices de una misma especie y de distintas especies es la utilización del Análisis del Componente Principal (PCA). Las ventajas y limitaciones de esta técnica se indican en el apéndice E. No hubo suficiente tiempo para aplicar esta técnica a los conjuntos de datos apropiados de los depredadores (y en particular a las especies de un sitio y de varios sitios). En el apéndice E se demuestra la

aplicación de la técnica a los datos del pingüino papúa en la isla Bird y la bahía Almirantazgo.

7.23 En la figura 31 se ilustra la comparación de las subáreas utilizando variables combinadas específicas para el sitio durante el verano. La interpretación de esta figura se ha enfocado en los cuadrantes inferior izquierdo y superior derecho, que representan la coherencia en años malos y buenos respectivamente.

7.24 Para la Subárea 48.3 (isla Bird (BIG)), se detectan coherencias para:

Subárea1 Mala Buena Ninguna

48.2 (SIO) 83/84, 93/94 84/85, 85/86, 87/88, 88/89, 94/952, 95/96, 96/97

78/79–82/83, 86/87, 89/90, 90/91

48.1 (SES) 90/91, 93/94 87/88, 88/89, 94/952, 95/962, 96/97 89/90, 91/92, 92/93

48.1 (ADB) 77/782, 90/91 84/85, 88/89, 91/92, 94/95–96/97 81/82, 82/83, 85/86–87/88,

89/90, 92/93, 93/94

1 La explicación de los códigos figura en la tabla 2. 2 Efecto débil.

7.25 Para la Subárea 48.2 (isla Signy (SIO)) se detectan coherencias principalmente para:

Subárea1 Mala Buena Ninguna

48.1 (SES) 89/902, 93/94 87/88, 88/89, 94/952, 95/962, 96/97 90/91, 91/92, 92/93

48.1 (ADB) 81/822, 82/83, 89/90 84/85, 88/89, 91/92, 94/95–96/97 85/86–87/88, 90/91, 92/93, 93/94

1 La explicación de los códigos figura en la tabla 2. 2 Efecto débil.

7.26 Dentro de la Subárea 48.1 las coherencias principales entre la bahía Almirantazgo (ADB) e isla Foca (SES) son:

Subárea1 Mala Buena Ninguna

48.1 (SES) 89/90, 90/91, 92/93 84/85, 88/89, 91/92, 94/95–96/97 87/88, 91/922, 93/94

1 La explicación de los códigos figura en la tabla 2. 2 Efecto débil.

7.27 En general, hay indicaciones de:

i) una coherencia moderada (los años están divididos equitativamente entre años de coherencia (buena o mala) o de incoherencia) entre la Subárea 48.3 y las Subáreas 48.2 y 48.1, con mayor coherencia de esta última con respecto a la isla Foca que con respecto a la bahía Almirantazgo;

ii) mayor coherencia entre las Subáreas 48.2 y 48.1, nuevamente con relaciones más fuertes con isla Foca que con bahía Almirantazgo;

iii) buena coherencia (fuerte si se considera a los años conjuntamente, pero la mayoría de ellos están cerca de las coordenadas principales) entre los dos sitios en la Subárea 48.1; y

iv) cambios insignificantes en la evaluación del efecto de los años notablemente malos (es decir, 1990/91 y 1993/94) con respecto a los descritos en el párrafo 7.18.

7.28 El resumen de la naturaleza de las coherencias en años malos en base a los índices del verano (ver párrafo 7.18) es:

i) en 1983/84 – coherencia entre las Subáreas 48.3 y 48.2; no hay datos para la Subárea 48.1;

ii) en 1989/90 – coherencia entre la Subárea 48.2 y la bahía Almirantazgo en la Subárea 48.1. La isla Foca es complicada; los pingüinos realizaron los viajes alimentarios más largos de la historia y ocuparon el tercer lugar en la categoría de la biomasa del emplumaje más baja, equiparada con el consumo de la mayor ración de alimento. El lobo fino antártico realizó viajes alimentarios de duración promedio pero su tasa de crecimiento fue baja;

iii) 1990/91 – coherencia a través del Area 48, excepto isla Signy, donde el éxito de la reproducción de los pingüinos fue normal. Sin embargo el tamaño de las poblaciones reproductoras en 1991 fue 20 a 30% menor que en el año anterior, la mayor disminución registrada. Al contrario de lo ocurrido en 1984 donde las poblaciones reproductoras no estaban disminuidas pero el éxito de la reproducción fue muy bajo; y

iv) 1993/94 – coherencia entre las Subáreas 48.3 y 48.2, pero, en contraste, indicios muy claros de un buen año en la Subárea 48.1 en isla Anvers y la bahía Almirantazgo. La isla Foca demuestra un estado de transición (segundo lugar en la categoría de la biomasa del emplumaje más baja, duración promedio de los viajes alimentarios, gran masa alimentaria).

7.29 Se observaron correlaciones importantes entre las subáreas en años buenos:

1984/85 – Subáreas 48.3, 48.2 y 48.1 (bahía Almirantazgo pero no la isla Foca); 1987/88 – Subáreas 48.3, 48.2 y 48.1 (isla Foca pero no la bahía Almirantazgo); 1988/89 – toda el área; 1994/95 – toda el área; 1995/96 – toda el área; y 1996/97 – toda el área.

7.30 En base al análisis de los resultados de la figura 31 presentado en el párrafo 7.24, se desarrolló un sistema de adjudicaciones para examinar el patrón general de la coherencia a través de los años. Se adjudicó una marca de -1 a un año si por comparación cae en la categoría ‘mala’ (parte inferior izquierda en la figura 31); +1 si cae en la categoría ‘buena’ (parte superior derecha de la figura 31) y 0 si no cae dentro de ninguna de estas categorías. El conteo total de las adjudicaciones para cada año fue dividido por el tamaño de la muestra en cada año, para dar un índice que varía entre +/-1. En los casos en los cuales el índice fue -1, esto indica una coherencia absoluta de las malas condiciones entre los sitios, mientras que en

los casos en los cuales el índice fue +1, se demuestra una coherencia absoluta de las condiciones buenas entre los sitios. Cuando el índice es 0 no hay coherencia entre los sitios.

7.31 Entre 1977/78 y 1980/81 solamente se dispuso de una medida de coherencia pero en los años subsiguientes el tamaño de la muestra fluctuó entre 3 y 6, excepto en 1983/84, cuando solamente se dispuso de una medida de coherencia. La coherencia fue baja o bien indicó que las condiciones para los depredadores fueron, en general, malas en la primera mitad de la década de los 80 pero buenas en la segunda mitad de ella (figura 32). El índice demostró baja coherencia y las condiciones en general fueron malas a principios de la década de los 90, y en base a los datos más recientes de la serie cronológica, se observó que el índice volvió a exhibir una coherencia alta y buenas condiciones.

7.32 Este índice proporciona una visión general de la variabilidad temporal de los vínculos entre los sitios que se utilizan para el seguimiento de los depredadores en el Area 48. Indica que puede existir un patrón de variabilidad que dura varios años, con fluctuaciones desde condiciones generalmente malas para los depredadores y con coherencia baja entre los sitios de seguimiento, a condiciones relativamente buenas con alta coherencia. Cada una de estas fases aparentemente dura entre cinco y seis años respectivamente.

7.33 El estudio de los índices de invierno para las especies en los sitios (figuras 23b, 24b, 25b y 27b) se ve complicado porque el tamaño de la población es a menudo la variable principal, si no la única. Para la mayoría de las especies hay tendencias fuertes en el tamaño de la población en toda o parte de la serie de datos, y se hace difícil la identificación de años de bajo éxito que sean comparables en toda la serie.

7.34 La figura 33 indica que existen tendencias de la población en toda o parte de las series cronológicas de datos para:

i) isla Bird – albatros de ceja negra (disminución en toda la serie); pingüino macaroni (disminución desde 1984); pingüino papúa (en general una disminución pequeña, más notoria desde 1989);

ii) isla Signy – pingüino adelia (aumento en 1979–1989; disminución desde entonces en especial hasta 1995); pingüino papúa (aumento en general); pingüino de barbijo (en general una disminución leve);

iii) bahía Almirantazgo – pingüino adelia (disminución, especialmente desde 1989); pingüino de barbijo (disminución desde 1979); pingüino papúa (disminución desde 1980); y

iv) isla Anvers – pingüino adelia (disminución en toda la serie).

Así, entre todas las especies y sitios, solamente el lobo fino antártico en isla Bird demuestra una población esencialmente estable (aunque con fluctuaciones grandes) en toda la serie cronológica de datos.

7.35 A fin de combinar las especies dentro de los sitios, se preparó una matriz de correlaciones (tabla 11). Esta es más difícil de interpretar que la matriz similar para las variables del verano. Se adoptaron las siguientes separaciones/combinaciones:

i) isla Bird, Georgia del Sur (ver la figura 34a) – No hay un patrón consecuente, excepto la fuerte correlación entre el albatros de ceja negra y el pingüino macaroni; sin embargo, no se cambió la distinción adoptada para las variables del verano, entre el albatros de ceja negra y las tres especies de pingüinos que bucean.

ii) isla Signy (ver la figura 34b) – Una correlación débil entre los pingüinos papúa y adelia; ningún otro patrón observable.

iii) bahía Almirantazgo (ver la figura 34c) – Una correlación débil entre los pingüinos papúa y de barbijo; ningún otro patrón observable.

En los dos últimos sitios los pingüinos adelia y de barbijo fueron separados para el análisis de las variables de invierno.

7.36 Los índices de invierno combinados resultantes para las especies en los sitios se muestran en la figura 35. En la tabla 12 se muestran los años de poco éxito en la reproducción.

7.37 La coherencia entre las subáreas en los años malos puede incluir a:

i) 1980 (pingüinos (excluyendo al pingüino adelia) en todos los sitios/subáreas, pero la más débil en la isla Bird);

ii) 1984 (pingüinos en las islas Bird y Signy, débil en ésta última);

iii) 1990 (pingüinos en todos los sitios/subáreas – menos evidente para los adelia en la bahía Almirantazgo, pero el tamaño de la población disminuyó en 25% (la segunda disminución en orden de magnitud registrada en la base de datos de 20 años de duración);

iv) 1994 (pingüinos en todos los sitios/subáreas); y

v) 1997 (todas las especies de isla Bird; pingüinos papúa y adelia en bahía Almirantazgo).

7.38 En relación a los principales años malos inferidos de las variables del verano (ver el párrafo 7.28) los párrafos anteriores sugieren que el invierno de 1990 (anterior al verano de 1990/91) también fue malo. Por el contrario, los inviernos malos de 1984 y 1994 siguieron a los veranos malos de 1983/84 y 1993/94.

7.39 A fin de estudiar los patrones de los cambios de la población más a fondo, se creó una matriz de correlaciones de la diferencia entre las poblaciones de años sucesivos (tabla 13). Debido a la falta de datos sobre los pingüinos de barbijo y papúa en la bahía Almirantazgo en 1984, la serie de datos sin imputar debió comenzar en 1985 (primera diferencia con 1986). La imputación (mediante interpolación lineal) de estos valores para el año 1984 y también para el lobo fino antártico y pingüino papúa en isla Bird en 1979 y 1983 y 1981 respectivamente hizo posible el comienzo de la serie cronológica en 1979 (primera diferencia en 1980).

7.40 En las series cronológicas de mayor duración las correlaciones de posible importancia biológica (>0.4) se dieron en especial entre los pingüinos de las islas Bird y Signy (siete de nueve correlaciones) y entre los pingüinos de barbijo en la bahía Almirantazgo y los de barbijo y papúa en la isla Signy. Solamente se observaron tres posibles correlaciones importantes dentro de los sitios: pingüinos adelia y de barbijo en isla Signy, lobo fino antártico y pingüino macaroni en isla Bird, y pingüinos papúa y de barbijo en bahía Almirantazgo.

7.41 En las series cronológicas de menor duración se observa un mayor número de correlaciones más fuertes. Todas excepto una (pingüinos papúa y de barbijo en la bahía Almirantazgo) de las correlaciones presentes en la serie cronológica de mayor duración están presentes aún. Se observan correlaciones adicionales entre los pingüinos de barbijo en bahía Almirantazgo y todos los pingüinos de las islas Bird y Signy, pingüino adelia en bahía Almirantazgo y en isla Signy, lobo fino antártico y pingüino macaroni en isla Bird, pingüinos papúa y adelia en isla Signy. Las diferencias entre los dos conjuntos de datos sugieren que la mayor coherencia entre los sitios fue una característica distintiva del período posterior a 1986.

7.42 La comparación de las subáreas utilizando variables de invierno combinadas específicas para el sitio se ilustra en la figura 36.

7.43 Esto sugiere una aparente coherencia entre las subáreas con respecto a los índices de invierno, tal como se muestra a continuación:

Para la Subárea 48.3 (isla Bird) con:

Subárea/Especies1 Inicio Mala Buena Ninguna

48.2 SIO (PYP, PYN) 77 78, 80, 84, 90, 94 77, 85, 88, 89, 92 79, 81–83, 86, 87, 91, 93, 95–97

48.2 SIO (PYD) 77 78, 80, 84, 90, 94, 95 77, 85, 87–89 79, 81–83, 86, 91–93,

96, 97 48.1 ADB (PYP, PYN) 77 90, 94, 97 77, 79, 81, 87, 88, 92 78, 80, 82–86, 89, 91,

93, 95, 96 48.1 ADB (PYD) 77 90, 93, 94 77, 81, 87, 88, 89 78–80, 82–86, 91, 92,

95–97

1 La explicación de los códigos figura en la tabla 2.

Para la Subárea 48.2 (isla Signy) con:

Subárea/Especies1 Inicio Mala Buena Ninguna

48.1 ADB (PYP, PYN) 77 83, 90, 94 77, 88, 92, 95 78–82, 84–87, 89, 91, 93, 96, 97

48.1 ADB (PYD) 77 79, 90, 94 77, 86-89, 97 78, 80–85, 91–93, 95, 96

1 La explicación de los códigos figura en la tabla 2.

7.44 En general esto indica: i) una coherencia moderada (los años están distribuidos, por lo general, de manera equitativa entre años coherentes (buenos o malos) e incoherentes) entre subáreas; y

ii) la mayor parte de la coherencia se da en toda el Area 48. Esto contrasta con los resultados de las variables del verano, reflejando quizás las escalas espaciales y temporales mayores en las cuales se integran las variables del invierno.

7.45 Con respecto a los años malos, la coherencia se presenta más específicamente en:

i) 1978, 1980 y 1984 – islas Bird y Signy solamente; ii) 1990 – todos los sitios/subáreas; y iii) 1994 – todos los sitios/subáreas.

7.46 Estas circunstancias reflejan probablemente el efecto en los depredadores a nivel de población. Sin embargo, mientras que los efectos en 1990 preceden al verano malo de 1990/91, los de 1984 y 1994 siguieron a los veranos malos de 1983/84 y 1993/94. En el primer caso las bajas poblaciones de principios de 1990/91 pueden reflejar el hecho de que la mala condición de los depredadores condujo a que no se reprodujeran ese año. En el segundo caso la población baja después de las malas condiciones experimentadas en el verano puede reflejar una continuación de las condiciones malas en el invierno y/o una reducción en la supervivencia y el reclutamiento.

7.47 Con respecto a los años buenos, se observan coherencias en:

i) 1977 y 1988 – en todos los sitios/subáreas; y ii) 1989 – isla Bird, isla Signy (todas las especies de pingüinos) y pingüinos adelia

en bahía Almirantazgo.

7.48 Los resultados de un análisis de similitud, similar al de las variables de verano (ver el párrafo 7.30) se muestran en la figura 32. (Se disponía de seis medidas de coherencia de las variables de invierno para cada año). La figura 32 sugiere que la tendencia de la fluctuación de los índices de invierno del rendimiento de la población por lo general se asemeja a la de los índices del verano. Esto es particularmente válido para la fuerte secuencia positiva desde 1985 a 1989. Los períodos adyacentes no son tan congruentes, los valores invernales demuestran una mezcla más compleja de valores positivos y negativos. Esto posiblemente refleja alguna combinación de las escalas temporales y espaciales mayores en las cuales se integran los procesos demográficos invernales, y el hecho de que el índice de invierno combina las variables en escalas temporales de corta y larga duración.

INTERACCIONES ENTRE EL AMBIENTE, LA PRESA Y EL DEPREDADOR

Antecedentes

8.1 En el documento WS-Area48-98/8 se presenta una síntesis de algunos aspectos de la variabilidad interanual del ecosistema del océano Austral. Se destaca la evidencia significativa que apunta a varios años de muy baja abundancia de kril en el área de Georgia del Sur, situación que afecta a gran parte del ecosistema, con efectos obvios en la supervivencia y el éxito de la reproducción en algunos de los mayores depredadores del kril.

La naturaleza abierta del ecosistema de Georgia del Sur determina que los efectos de la variabilidad se observan en gran escala.

8.2 La fluctuación del éxito de las clases anuales en parte, o en toda la población del Mar de Escocia puede originar grandes cambios en la biomasa disponible. Las rutas de transporte oceánico mantienen la estructura del ecosistema en gran escala mediante el transporte de kril a grandes distancias hacia áreas en las cuales está disponible para las colonias de depredadores. Este sistema físico en gran escala muestra una coherencia espacial y temporal fuerte en los patrones de la variabilidad interanual y de los períodos menores a diez años. La variabilidad física afecta tanto a la dinámica de la población del kril como a las rutas de transporte, subrayando el hecho de que las causas y las consecuencias de los eventos en Georgia del Sur son parte de procesos que ocurren a una escala mucho mayor.

8.3 Se presentaron modelos de análisis de la demografía del kril y del transporte en gran escala que subrayaron la importancia de estos dos aspectos en la generación de la variabilidad observada. Los procesos de la dinámica demográfica del kril introducen retrasos temporales, lo que implica que los análisis con variables ambientales deben realizarse con cautela. Se presentó un modelo conceptual que ilustra como la variabilidad física puede afectar la demografía, distribución y abundancia del kril.

8.4 Los depredadores posiblemente son afectados simultáneamente por una señal integrada de varias variables ambientales, de manera que es difícil representar la interacción en gráficos bivariantes de variables del ambiente, presa y depredador. Este tema se consideró en el documento WS-Area48-98/16 en el cual se relacionó un índice único del éxito del depredador (una serie cronológica de 16 años de la duración de los viajes alimentarios del lobo fino en isla Bird) con varios índices ambientales, incluido el índice de Oscilación Austral de El Niño (ENSO), el hielo marino y el reclutamiento del kril.

8.5 Los resultados indicaron que había una correlación cruzada significativa entre ENSO y los viajes alimentarios del lobo fino, en un desfase temporal de -9 y +11 meses. El signo negativo posiblemente indica que el lobo fino se anticipa al ENSO. Sin embargo, este efecto es probablemente la consecuencia de armonías en los procesos cíclicos, reflejado en un intervalo positivo de un año aproximadamente. En general, estos resultados indican que el lobo fino antártico de Georgia del Sur es afectado, si bien indirectamente, por procesos físicos en gran escala.

8.6 Además, el análisis de regresión múltiple reveló que la combinación de índices de hielo marino se demoró un año, como también el ENSO, lo que explica una gran proporción de la variación en la duración del viaje alimentario del lobo fino. Esto también indica que ENSO afecta la duración del viaje alimentario del lobo fino en Georgia del Sur incluso un año después de experimentarse el efecto principal en el Pacífico, pero la variancia en la duración del viaje alimentario atribuida a las variables físicas en los modelos de regresión múltiple fue mayor cuando ENSO estaba presente en combinación con el índice de hielo marino. Por lo tanto, la mayor parte de la variación en el comportamiento se puede explicar mediante la combinación de variables físicas en un análisis simple, indicando que el lobo fino antártico es afectado por factores medio ambientales que dependen de la variabilidad en el hielo marino y ENSO.

8.7 Fraser et al. (1992) y Trathan et al. (1996) estudiaron las relaciones entre el cambio en las poblaciones de pingüinos adelia y de barbijo en las Subáreas 48.1 y 48.2 y la duración y extensión del hielo (en los alrededores de las colonias de reproducción y en áreas de

superposición con el radio alimentario de los pingüinos en el invierno). Ambos documentos presentan evidencia de que el hielo afecta a las poblaciones de pingüinos, especialmente en invierno, y que estos efectos difieren para las dos especies.

8.8 En el docum